腾讯混元升级了AI绘画微调方法，通过Direct-Align和语义相对偏好优化（SRPO）显著提升了图像的真实感和美学评分，人工评估分数提高300%。新方法在32块H20上训练10分钟即可收敛，解决了传统模型的优化局限性，并支持在线调整奖励信号，生成图像质量显著提升。

该研究提出TIPO框架，以解决用户提示简单导致的文本到图像生成质量差的问题。TIPO通过预抽样和细化优化提示，显著提升图像美学评分，减少损坏，强调提示工程的重要性。

本文提出了一种评估文本到图像生成模型的框架，涵盖图像质量和文本条件两部分。引入美学评分模型，自动检测低质量区域。研究探讨了概念覆盖和公平性，揭示了模型输出中的性别、种族和年龄偏见。该方法灵活，适用于其他图像生成，促进对生成模型的理解。

本研究首次探讨文本到图像生成模型与人类偏好对齐的问题，提出Diff-Instruct++方法，显示出其快速收敛和无数据对齐的潜力，实验结果表明其在美学评分及多个指标上优于其他模型。